Glosario de AI y Tecnología 📖

A2A (Agent-to-Agent) es un protocolo abierto impulsado por Google que permite que agentes AI de diferentes empresas se descubran, se comuniquen y colaboren sin importar quién los construyó. Si MCP es el 'USB' que conecta un agente con herramientas, A2A es el 'idioma común' que permite que dos agentes hablen entre sí. Juntos, MCP y A2A forman la infraestructura para un ecosistema multi-agente interoperable.

El AEO es la evolución del SEO para la era de la IA. Mientras el SEO busca aparecer en Google, el AEO busca que ChatGPT, Claude, Perplexity y los buscadores con IA te citen directamente cuando alguien hace una pregunta relevante. Requiere contenido claro, estructurado, con datos precisos y autoridad en el tema.

A diferencia de un chatbot que solo responde preguntas, un agente actúa. Funciona en un loop: observa el entorno → decide qué hacer → ejecuta una acción usando una herramienta (buscar en internet, ejecutar código, enviar emails, leer archivos) → observa el resultado → repite hasta completar el objetivo. El LLM es su 'cerebro' y las herramientas son sus 'manos'. Claude Code, Manus y Devin son ejemplos de agentes listos para usar. También existen los multi-agentes (varios agentes especializados trabajando en equipo) y los sub-agentes (un agente orquestador que delega subtareas a otros agentes y consolida los resultados).

Anthropic fue fundada en 2021 por Dario Amodei, Daniela Amodei y otros que salieron de OpenAI preocupados por la seguridad de la IA. Crearon Claude, considerado uno de los modelos más seguros, honestos y capaces del mercado. Su enfoque en 'AI constitucional' (enseñarle valores al modelo) los diferencia. Amazon ha invertido miles de millones en Anthropic.

API significa 'Interfaz de Programación de Aplicaciones'. Es básicamente un contrato entre dos sistemas: 'si me mandas esta petición en este formato, yo te respondo con estos datos'. No necesitas saber cómo funciona el sistema del otro lado — solo cómo hablarle. Casi todo el internet funciona con APIs: el clima en tu celular, los pagos con tarjeta, los mapas en apps de delivery. En IA, es la forma en que los desarrolladores conectan sus apps a modelos como GPT o Claude.

Como los rankings universitarios, los benchmarks son pruebas que permiten comparar modelos de forma objetiva (o al menos intentarlo). MMLU, HumanEval, SWE-bench, GPQA son algunos de los más usados. Cada empresa presenta sus modelos con sus mejores scores, lo que a veces hace difícil comparar manzanas con manzanas.

CLI (Interfaz de Línea de Comandos) es cualquier programa que se usa desde la terminal escribiendo comandos, sin botones ni ventanas. La mayoría de herramientas para desarrolladores son CLIs: Git, Docker, npm, la CLI de AWS, la de Vercel, etc. Son más rápidas de usar que una interfaz visual una vez que las conoces, y se pueden encadenar y automatizar fácilmente en scripts. Lo opuesto es una GUI (Graphical User Interface) — lo que usa la mayoría de personas en su día a día.

Un embedding convierte texto en un vector de números (una lista de coordenadas) que captura el significado semántico. Dos textos similares en significado tendrán vectores cercanos, aunque usen palabras diferentes. Es la base de la búsqueda semántica, las recomendaciones y el RAG.

El fine-tuning es como contratar a un profesional general y pagarle un curso intensivo en tu industria. Tomas un modelo base y lo entrenas con ejemplos específicos de tu caso de uso (emails de tu empresa, documentos legales, transcripciones médicas) para que responda mejor en ese contexto.

GEO y AEO se usan casi de forma intercambiable. La idea es la misma: adaptar tu estrategia de contenidos para ser relevante en un mundo donde la gente pregunta a IAs en vez de buscar en Google. Incluye usar lenguaje natural, responder preguntas directas, estructurar bien el contenido con datos verificables.

La GPU fue creada para videojuegos — procesar millones de píxeles en paralelo. Resulta que entrenar modelos de IA requiere exactamente el mismo tipo de matemática masiva y paralela. Por eso NVIDIA domina el mercado AI: sus GPUs (H100, A100) se convirtieron en el 'oro' de la era AI. Sin suficientes GPUs, no puedes entrenar modelos grandes.

Las alucinaciones son el talón de Aquiles de los LLMs. El modelo no 'sabe' cuándo no sabe algo — simplemente genera el texto más probable, que a veces es incorrecto pero suena convincente. Citas inventadas, estadísticas que no existen, fechas equivocadas... todo presentado con la seguridad de un experto.

El entrenamiento de un modelo puede tomar meses y costar millones. La inferencia es el momento en que ese modelo responde tu pregunta — que toma segundos. Cuando pagas por tokens en una API, estás pagando por inferencia, no por el entrenamiento. Las empresas invierten mucho en hacer la inferencia más rápida y barata.

La IA no es un robot con sentimientos ni va a conquistar el mundo (todavía). Es software entrenado con enormes cantidades de datos para hacer tareas que antes solo podían hacer humanos: leer, escribir, analizar, traducir, generar imágenes. Hay IA estrecha (solo hace una cosa bien) e IA general (aún no existe de verdad).

Linux es un sistema operativo (como Windows o macOS) creado en 1991 por Linus Torvalds y mantenido por miles de voluntarios. Es gratuito, open source y brutalmente eficiente. No es muy popular en escritorios personales, pero domina servidores, smartphones (Android es Linux) y supercomputadores. Si usas internet, estás dependiendo de Linux aunque no lo sepas.

LLM significa 'Modelo de Lenguaje Grande'. Es el motor detrás de ChatGPT, Claude, Gemini y similares. Se entrena leyendo una fracción enorme de internet, libros y textos, y aprende a predecir qué palabra viene después. Simple en teoría, abrumador en práctica.

ReAct (Reason + Act) es el patrón fundamental de los agentes AI: el modelo razona sobre qué hacer (Reason), ejecuta una acción como buscar en internet o leer un archivo (Act), observa el resultado, y repite el ciclo hasta completar el objetivo. Es literalmente cómo 'piensa' un agente. Variantes populares incluyen Chain-of-Thought (razonar paso a paso en línea recta), Tree-of-Thought (explorar múltiples caminos de razonamiento como ramas de un árbol) y Reflexion (el agente evalúa sus propios errores para mejorar).

MCP (Model Context Protocol) es como un USB universal para la IA — un protocolo estándar que permite que cualquier modelo AI se conecte a cualquier herramienta o fuente de datos de forma uniforme. Antes de MCP, cada integración era un trabajo custom. Con MCP, si construyes un 'servidor MCP' para tu base de datos o tu CRM, cualquier modelo compatible puede usarlo automáticamente. Fue creado por Anthropic y adoptado rápidamente por OpenAI, Google y la mayoría del ecosistema.

Un modelo es el resultado de entrenar una IA con datos y parámetros específicos. Dos modelos de la misma empresa pueden ser muy diferentes en inteligencia, velocidad y precio. Elegir el modelo correcto para tu tarea es el arte de no gastar más de lo necesario.

Un sistema multi-agente es como una empresa donde cada empleado tiene un rol específico, pero en vez de personas son agentes AI. Uno puede investigar, otro redactar, otro revisar calidad, otro publicar — trabajando en paralelo o en secuencia. Es más potente que un solo agente porque cada uno se especializa y el resultado final es mejor que lo que cualquiera lograría solo. Un agente orquestador suele coordinar al equipo, delegando subtareas y consolidando resultados.

Los primeros LLMs solo entendían texto. Los modelos multimodales además pueden ver imágenes, escuchar audio y hasta analizar video. GPT-4o, Gemini 2.5 Pro y Claude 3.5 Sonnet son multimodales. Esto los hace mucho más versátiles para tareas del mundo real.

En IA, open source significa que los pesos del modelo (lo que aprendió durante el entrenamiento) son públicos y descargables. Puedes correrlos en tu propio servidor, modificarlos, construir sobre ellos. Llama de Meta y Mistral son los ejemplos más conocidos. La contraparte son los modelos propietarios como GPT o Claude, que solo se acceden via API.

OpenAI fue fundada en 2015 como organización sin ánimo de lucro por Sam Altman, Elon Musk y otros. Luego se convirtió en empresa con fines de lucro parcial. Creó los modelos GPT, el asistente ChatGPT y DALL-E para imágenes. En noviembre de 2022, lanzó ChatGPT y cambió para siempre la percepción pública de la IA. Hoy es la empresa más influyente del ecosistema AI, con Microsoft como principal inversor.

OpenClaw es el sistema que hace funcionar este asistente. Es un agente AI personal instalado en tu propio servidor que se conecta a tus canales de mensajería (WhatsApp, Telegram, Discord), tiene memoria persistente, puede ejecutar tareas automáticas, manejar tu correo, monitorear sistemas y mucho más. Piénsalo como un asistente que nunca duerme y no olvida nada — a menos que tú lo configures para que olvide.

En un sistema multi-agente, el orquestador es el agente que tiene la visión completa de la tarea. Recibe el objetivo, lo descompone en subtareas, decide qué sub-agente se encarga de cada una, les envía instrucciones, monitorea su progreso y consolida los resultados finales. No hace el trabajo pesado directamente — su valor está en la coordinación inteligente. Es la pieza clave del patrón multi-agente.

Perplexity AI es un motor de búsqueda que en vez de darte una lista de links, te da una respuesta directa generada por IA con las fuentes citadas al lado. Combina búsqueda web en tiempo real con modelos de lenguaje. Es especialmente útil para preguntas que requieren sintetizar información de varias fuentes. Muchos lo usan como sustituto de Google para investigación rápida.

El prompt es simplemente lo que le dices al modelo. Puede ser una pregunta corta ('¿qué es un token?') o un bloque de texto largo con instrucciones detalladas, contexto, ejemplos y restricciones. La calidad del prompt determina enormemente la calidad de la respuesta — de ahí nació el oficio del 'prompt engineer'.

RAG (Generación Aumentada por Recuperación) es la solución a uno de los grandes problemas de los LLMs: que solo saben lo que aprendieron durante su entrenamiento. Con RAG, antes de responder, el modelo busca en una base de documentos propia (tu manual, tu base de conocimiento, tus políticas) y usa esa información para dar respuestas precisas y actualizadas.

La RAM es donde el computador guarda todo lo que está usando en este momento: las apps abiertas, los archivos cargados, el estado de los programas. Es diferente al disco duro (almacenamiento permanente): la RAM es rápida pero temporal — al apagar el equipo, se borra. En IA, la RAM (y especialmente la VRAM de la GPU) determina qué tan grandes son los modelos que puedes correr localmente.

Un servidor es simplemente un computador configurado para recibir y responder solicitudes de otros dispositivos. Puede ser físico (una máquina en un datacenter) o virtual (una porción de una máquina más grande). Los servidores web sirven páginas, los de base de datos guardan información, los de correo mandan emails. Cuando abres cual.ai, un servidor en algún lugar del mundo responde tu petición en milisegundos.

Cuando usas ChatGPT, Claude o cualquier app de IA, hay instrucciones que tú no ves que le dicen al modelo cómo comportarse: su personalidad, qué puede o no puede hacer, en qué idioma responder, etc. Las empresas usan esto para crear versiones especializadas de un modelo genérico.

En el contexto de agentes AI como OpenClaw, un skill es un conjunto de instrucciones y herramientas empaquetadas para que el agente sepa cómo realizar una tarea específica: consultar el clima, manejar emails, buscar en GitHub, transcribir audio, etc. Es como instalarle una habilidad nueva al agente. Los skills se pueden compartir, actualizar y combinar — convirtiendo un agente genérico en un especialista para tu flujo de trabajo.

En un sistema multi-agente, los sub-agentes son los que hacen el trabajo de campo. Cada uno está especializado en algo: buscar información, escribir texto, analizar datos, generar código, etc. Reciben instrucciones del orquestador, ejecutan su tarea, y devuelven el resultado. Operan bajo supervisión — no deciden qué hacer, sino cómo hacer bien lo que les pidieron. Son como los músicos de la orquesta: cada uno domina su instrumento.

La temperatura va de 0 a 2 (según el modelo). Temperatura 0 = respuestas muy deterministas y consistentes, siempre la misma respuesta para la misma pregunta. Temperatura alta = más variedad, creatividad y también más riesgo de que diga cosas raras. Para tareas técnicas o de precisión, temperatura baja. Para creatividad, temperatura alta.

La terminal (también llamada consola, shell o línea de comandos) es la forma de hablarle directamente al sistema operativo en texto puro. Parece intimidante, pero es simplemente un idioma diferente. Los desarrolladores la usan porque es más rápida y poderosa que hacer clic en menús. En Linux y Mac se llama Terminal; en Windows, PowerShell o CMD.

Los modelos no leen palabras completas sino fragmentos llamados tokens. Una palabra corta puede ser 1 token, una larga puede ser 2 o 3. También los espacios y signos de puntuación cuentan. Por eso los precios de las APIs se miden en 'por millón de tokens'. Esta definición tiene aproximadamente 60 tokens.

Sin herramientas, un modelo de IA solo puede generar texto. Con tools, puede actuar: buscar en Google, ejecutar código, leer PDFs, enviar emails, consultar bases de datos, hacer llamadas a APIs, crear archivos, publicar en redes sociales — básicamente cualquier cosa que se pueda hacer por software. Las tools son lo que convierte a un chatbot en un agente. El protocolo MCP estandariza cómo se conectan estas herramientas a los modelos, y cada tool define qué parámetros necesita y qué devuelve.

La ventana de contexto es la memoria de trabajo del modelo — todo lo que puede leer y considerar en un momento dado. Si tu conversación supera ese límite, el modelo literalmente olvida lo que dijiste al principio. Los modelos modernos tienen ventanas de 128K, 200K o hasta 1 millón de tokens, lo que equivale a varios libros completos.

Una VPN (Virtual Private Network) encripta todo tu tráfico de internet y lo redirige por un servidor en otro lugar. Esto hace dos cosas: protege tus datos en redes WiFi públicas (cafeterías, aeropuertos), y oculta tu ubicación real (puedes 'aparecer' en otro país). Lo usan por privacidad, seguridad corporativa, y sí — para ver Netflix de otros países.

Un VPS (Virtual Private Server) es una fracción virtual de un servidor físico grande. Le alquilas a una empresa como DigitalOcean, Hetzner o AWS una porción de sus máquinas y tienes control total: instalar lo que quieras, configurar como necesites, acceder 24/7 por terminal. Ideal para correr apps, bots, bases de datos o sitios web sin pagar por hardware propio.

El vibe coding es una forma de desarrollar software donde tú describes la idea (en lenguaje natural) y un agente AI escribe, prueba y corrige el código por ti. No necesitas saber programar — solo necesitas saber qué quieres construir. El término fue acuñado por Andrej Karpathy (ex-Tesla, ex-OpenAI) en 2025 y se popularizó rápidamente. Herramientas como Cursor, Claude Code, Bolt, Lovable y Replit Agent son ejemplos de plataformas de vibe coding. La clave no es el código en sí, sino la intención: el desarrollador describe el 'vibe' (la esencia de lo que quiere) y la IA lo ejecuta. Esto no reemplaza a los buenos ingenieros — los amplifica.